aifinlab/financial-report-layout-parsing

财报版式解析 Skill

数据来源

本 Skill 支持多种财务报表输入格式，核心数据来源包括：

1. 财务报表类型

• 年度报告：年度财务报告
• 季度报告：季度财务报告
• 半年度报告：半年度财务报告
• 临时报告：临时财务报告

2. 文档格式

• PDF格式：PDF格式的财务报表
• Word格式：Word格式的财务报表
• Excel格式：Excel格式的财务报表
• HTML格式：网页格式的财务报表

3. 报表结构

• 利润表：利润表部分
• 资产负债表：资产负债表部分
• 现金流量表：现金流量表部分
• 财务报表附注：财务报表附注部分

4. 数据格式要求

• 文件路径：本地文件路径或网络文件URL
• 文件编码：UTF-8、GBK、GB2312等
• 文件权限：需要读取权限

说明：本 Skill 不包含文档采集功能，需要用户提供财务报表文件。建议报表格式规范，以便进行准确的版式解析。

---

功能

本 Skill 提供全面的财报版式解析能力，涵盖多种解析功能：

1. 报表结构识别

• 报表类型识别：识别报表的类型和期间
• 报表章节识别：识别报表的章节结构
• 报表页面识别：识别报表的页面布局
• 报表区域识别：识别报表的不同区域

2. 三大报表识别

• 利润表识别：识别和提取利润表
• 资产负债表识别：识别和提取资产负债表
• 现金流量表识别：识别和提取现金流量表
• 报表关联识别：识别报表之间的关联关系

3. 附注识别

• 附注章节识别：识别附注的章节结构
• 附注内容提取：提取附注的具体内容
• 附注表格识别：识别附注中的表格
• 附注关联识别：识别附注与报表的关联

4. 表格结构解析

• 表格定位：定位报表中的表格位置
• 表格结构识别：识别表格的行列结构
• 表格内容提取：提取表格的具体内容
• 表格格式保留：保留表格的格式信息

5. 版式还原

• 版式结构还原：尽可能还原报表的原始版式
• 格式信息保留：保留字体、字号等格式信息
• 布局信息记录：记录页面布局和元素位置
• 版式标准化：标准化报表版式

6. 高级处理功能

• 报表拆分：拆分报表的不同部分
• 报表合并：合并报表的不同部分
• 报表验证：验证报表的完整性
• 报表报告：生成报表解析报告

---

使用示例

输出示例

{
  "source_info": {
    "document_id": "DOC001",
    "document_type": "annual_report",
    "report_period": "2024",
    "source_file": "annual_report.pdf",
    "page_count": 200
  },
  "report_structure": {
    "sections": [
      {
        "section_id": "SEC001",
        "section_name": "利润表",
        "section_type": "income_statement",
        "start_page": 50,
        "end_page": 52,
        "tables": [
          {
            "table_id": "TBL001",
            "table_type": "income_statement",
            "position": {
              "page": 50,
              "bbox": [100, 200, 500, 600]
            },
            "row_count": 30,
            "column_count": 5
          }
        ]
      },
      {
        "section_id": "SEC002",
        "section_name": "资产负债表",
        "section_type": "balance_sheet",
        "start_page": 53,
        "end_page": 55,
        "tables": [
          {
            "table_id": "TBL002",
            "table_type": "balance_sheet",
            "position": {
              "page": 53,
              "bbox": [100, 200, 500, 700]
            },
            "row_count": 50,
            "column_count": 5
          }
        ]
      },
      {
        "section_id": "SEC003",
        "section_name": "现金流量表",
        "section_type": "cash_flow_statement",
        "start_page": 56,
        "end_page": 58,
        "tables": [
          {
            "table_id": "TBL003",
            "table_type": "cash_flow_statement",
            "position": {
              "page": 56,
              "bbox": [100, 200, 500, 600]
            },
            "row_count": 25,
            "column_count": 5
          }
        ]
      },
      {
        "section_id": "SEC004",
        "section_name": "财务报表附注",
        "section_type": "notes",
        "start_page": 59,
        "end_page": 200,
        "subsections": [
          {
            "subsection_name": "一、公司基本情况",
            "start_page": 59,
            "end_page": 65
          },
          {
            "subsection_name": "二、财务报表编制基础",
            "start_page": 66,
            "end_page": 70
          }
        ]
      }
    ]
  },
  "statistics": {
    "total_sections": 4,
    "total_tables": 3,
    "total_pages": 200,
    "parsing_confidence": 0.95
  }
}

---

注意事项与限制

1. 报表格式要求

• 标准格式报表解析准确率较高
• 非标准格式可能影响解析
• 扫描版报表需要OCR支持

2. 报表结构识别

• 标准报表结构识别准确率较高
• 非标准结构可能需要人工处理
• 复杂结构可能需要人工分析

3. 表格识别准确性

• 标准表格识别准确率较高
• 复杂表格可能需要人工处理
• 合并单元格可能影响识别

4. 附注解析

• 标准附注格式解析准确率较高
• 非标准附注可能需要人工处理
• 复杂附注可能需要人工分析

5. 使用限制

• 本 Skill 不包含报表编辑功能
• 解析结果需要人工复核
• 复杂报表可能需要人工处理

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 财报版式解析方法手册
  • 财务报表结构标准
  • 表格识别算法说明
  • 性能优化指南